华盛顿大学医学院的研究人员通过分析脑脊液（CSF）和血液中的数千种蛋白质，揭示了阿尔茨海默病（AD）、帕金森病（PD）、额颞叶痴呆（FTD）和进行性核上性麻痹（PSP）的独特蛋白质特征。这些“蛋白质组指纹”能够区分不同疾病，且与遗传风险变异、神经病理学阶段及认知功能下降率相关联。重要的是，基于血液的蛋白质组图谱可以高精度地区分疾病（例如，从额颞叶痴呆中识别阿尔茨海默病），为非侵入性诊断和疾病监测提供了可能。该研究还揭示了疾病特异性的通路（如阿尔茨海默病中的突触蛋白、帕金森病中的自噬蛋白），为生物标志物介导的药物开发和个性化预后提供了参考。
研究背景：蛋白质组学的突破
未满足的需求
- 现有生物标志物（如Aβ42/40、p-tau181）能够检测阿尔茨海默病病理，但对非典型表现（如Logopenic进行性失语）或非阿尔茨海默病痴呆（额颞叶痴呆、进行性核上性麻痹）无法实现精确鉴别。
- 基于血液的生物标志物较脑脊液侵入性更低，但多重检测手段往往灵敏度较低。
创新点
- 对数千种蛋白质进行无偏检测，而非仅关注特定候选蛋白，可识别新的疾病“指纹”。
研究方法
| 项目 | 内容 |
|---|---|
| 参与者 | 约500名个体（阿尔茨海默病、帕金森病、额颞叶痴呆、进行性核上性麻痹患者及认知正常对照） |
| 样本 | 脑脊液（腰椎穿刺）和配对血浆（血液） |
| 蛋白质组学 | 液相色谱-串联质谱或SomaScan适配体阵列（定量约7,000种蛋白质）。 |
| 分析 | 差异表达，共表达网络（识别疾病特异性模块），机器学习分类器（分别用脑脊液、血浆数据建模）。 |
| 验证 | 独立队列（例如，阿尔茨海默病神经影像学倡议（ADNI）、伦敦大学学院）。 |
核心发现
1. 脑脊液和血浆中的疾病特异性蛋白质谱
| 疾病 | 脑脊液/血浆差异蛋白（示例） | 相关通路 | 与既往已知信号的关联或重叠 |
|---|---|---|---|
| 阿尔茨海默病 | 突触蛋白（神经颗粒素，SNAP-25，GAP-43）；神经炎症（可溶性TREM2，YKL-40） | 突触功能障碍，先天免疫 | 已知标志物 |
| 帕金森病 | 自噬/溶酶体蛋白（GBA，LAMP1，CTSD）；线粒体蛋白（PINK1，Parkin） | 自噬-溶酶体通路，线粒体自噬 | GWAS风险基因 |
| 额颞叶痴呆 | RNA结合蛋白（TDP-43，FUS）；细胞骨架蛋白（tau，MAPT） | RNA代谢，细胞骨架组织 | 病理蛋白 |
| 进行性核上性麻痹 | tau蛋白（总tau，p-tau）；神经丝轻链（NfL） | tau病理，轴突损伤 | 已知标志物 |
2. 机器学习分类器性能
使用血浆蛋白数据训练的机器学习模型在区分阿尔茨海默病与额颞叶痴呆时，AUC达到0.95；区分帕金森病与进行性核上性麻痹时，AUC达到0.90。这表明血液蛋白质组具有极高的诊断潜力。
3. 与遗传风险和疾病进展的关联
许多差异蛋白的编码基因位于已知的疾病风险位点（如阿尔茨海默病的APOE、帕金森病的GBA）。此外，蛋白质水平与认知评分和脑萎缩程度显著相关，提示其作为疾病进展生物标志物的价值。
结论与展望
本研究通过大规模蛋白质组学分析，为四种神经退行性疾病建立了高分辨率的分子指纹。这些发现不仅有助于早期鉴别诊断，还为靶向治疗和临床试验分层提供了重要依据。未来，基于血液的蛋白质组检测有望成为临床常规工具，推动精准医学在神经疾病领域的应用。